Методика пространственного анализа плотности распределения озеленения при реконструкции городской застройки
С.Г. Шеина, К.В. Юдина Донской государственный технический университет, Ростов-на-Дону
Аннотация: В статье рассматривается методика пространственного анализа плотности распределения городских зеленых насаждений с использованием современных геоинформационных систем на примере города Ростова-на-Дону. Пространственный анализ осуществляется в программном комплексе ESRI ArcGIS 10.1. Результатом применения методики является построение электронной карты плотности распределения озеленения на территории города, а также оценка качества среды обитания путем сопоставления с электронной картой индекса качества среды обитания по оценочным участкам.
Ключевые слова: геоинформационные системы, ГИС, пространственный анализ, геостатистический анализ, озеленение, экология, индекс качества среды обитания, электронное картирование, благоустройство территорий, экологическая комфортность проживания
Городские зеленые насаждения расположены неравномерно, с различной густотой посадки. Для городов с моноцентрической организацией, таких как Ростов-на-Дону, характерно расположение большей части озелененных территорий на периферии города, в то время как в плотно застроенном центре наблюдается нехватка зеленых насаждений, что, несомненно, сказывается на экологической комфортности проживания населения [1].
Методика пространственного анализа плотности распределения озеленения при реконструкции городской застройки базируется на использовании современных геоинформационных технологий, применении программного комплекса ESRI ЛгсОК 10.1 и реализуется в несколько этапов (рис. 1).
Этап 1
Проведение натурных обмеров объектов городского озеленения
Этап 2
Данные дистанционного зондирования Земли
ЭтапЗ
Построение электронной карты со слоем зеленых насаждений города
_Этап 4_
Пространственный анализ плотности распределения объектов озеленения при помощи методов геостатистического анализа в среде АхсО! 3
_Этап 5_
Оценка качества среды обитания путем сопоставления с плотноствю озеленения по _оценочным участкам_
Рис. 1. - Методика пространственного анализа плотности распределения озеленения при реконструкции городской застройки Этап 1. На первом этапе реализации методики были проведены натурные обмеры зеленых насаждений города Ростова-на-Дону. В результате были получены значения площадей и зафиксированы местоположения основных компонентов озелененных территорий - зеленых массивов, групп деревьев и кустарников, газонов и цветников, находящихся в открытом доступе.
Этап 2. Проведение натурных обмеров объектов озеленения зачастую затрудняется, вследствие расположения значительной их части на закрытых дворовых и частных территориях, территориях садоводческих товариществ и прочих участках местности, на которые затруднен доступ. Для решения этой проблемы в ходе исследования были использованы данные со спутникового снимка города.
Этап 3. Полученные данные об объектах озеленения были перенесены на электронную карту города Ростова-на-Дону в виде площадных объектов слоя «Зеленые насаждения» (рис. 2).
Рис. 2. - Электронная карта со слоем зеленых насаждений
города Ростова-на-Дону
Этап 4. Пространственный анализ плотности распределения городского озеленения выполнялся в программном комплексе ESRI ArcGIS 10.1 с использованием методов геостатистического анализа дополнительного модуля Geostatistical Analyst. В данном исследовании геостатистический анализ позволяет получить более точное представление о плотности распределения объектов озеленения по их площади на территории города.
Определение плотности распределения озеленения по территории города производится путем построения статистической поверхности, которая позволила бы прогнозировать местоположение и площади объектов озеленения, недоступных для обмеров. Статистическая поверхность строится на основании имеющихся данных электронной карты зеленых насаждений по исследуемому параметру - площади объектов озеленения. В целях
моделирования и картографирования подобная статистическая поверхность может считаться непрерывной [2].
Непрерывная статистическая поверхность представляет собой бесконечное число точек, для каждой из которых определено значение. Однако, проведение измерений по бесконечному количеству точек невозможно, фактически для построения непрерывных поверхностей используются данные точечных измерений, которые неравномерно распределены по исследуемой территории. Отсутствующие данные пространственно предсказываются путем использования метода интерполяции. Математические методы прогнозирования позволяют с определенной степенью достоверности характеризовать протекающие процессы и явления, однако, несомненно, каждый из данных методов имеет некоторые недостатки [3].
Модуль Geostatistical Analyst ArcGIS позволяет использовать метод интерполяции для определения недостающих значений, которые находятся в пространстве между известными точками выборки. Модуль предоставляет несколько способов построения статистической поверхности методом интерполяции (рис. 3).
Методы интерполяции модуля Geostatistical Analyst ArcGIS
Метод крпгпнга
Рис. 3. - Методы интерполяции модуля Geostatistical Analyst ArcGIS
По результатам анализа среднеквадратичных и средних нормированных ошибок при использовании указанных методов было определено, что наиболее оптимальным в данном случае является метод кригинга. Кригинг используется для определения пространственной структуры данных и создания прогноза. Для расчета неизвестного значения в методе кригинга используется подобранная модель вариографии и конфигурация пространственных данных значения в точках измерения, расположенных вокруг данной территории. В методе кригинга используется идея регионализированной переменной, изменяющейся от одной точки к другой с некоторой непрерывностью, однако, не моделируемой лишь одним математическим уравнением [3]. В методе кригинга непрерывные поверхности образуются тремя независимыми величинами (рис. 4).
Случайные отклонения
Рис. 4. - Составляющие статистической поверхности в методе кригинга Дрейф или структура поверхности представляет собой общую тенденцию в определенном направлении. Далее предполагается, что имеются небольшие случайные, но пространственно коррелированные отклонения от общего тренда, а также случайный шум, не связанный с общей тенденцией.
Каждая из трех составляющих рассматривается отдельно. Структура поверхности определяется математическим уравнением, наиболее близко описывающим ее общее изменение. Затем следует процесс вариограммного
анализа данных или иными словами процесс пространственного моделирования структуры измеряемых точек (рис. 5). Вариограмма изображает пространственную автокорреляцию измеряемых точек. Моделирование вариограммы является ключевым шагом между пространственным описанием и пространственным прогнозом [4].
Мастер: операций (еостатистики - Кригинг шаг 4 из 6 - Моделирование вариограммы/х...
0965' 0.845 0.724 0603 0,483 0,362 0241 0.121 0.000
•; -Х-
0,0000,312 0,935 1,5в0 2,Ш " Модель ■ Отсортированные + Усредненные
Модель 0-Ыиддв1+1 ДОЗ'ЗйЫв^бЙ.Й,0,4127}
1.00541 а Настройки вида
л _ ^^ 0.83 296 ! Попэзэть Ложь
Полазать Пожь
* / ХВ.бЙ'К'у!" Показать Отсорти
■ Эксяорг
1 — Л ЩШ
у Кз15е9.
Ч ^--- ^^ 0,14327«
"0.029132| Нас)ройки вида
в Общие
Оптимизировать МОЛ— О Проверить двумерно... Ложь Переменная Комриви..,
Е Самородок модели
Включить Истина
Вычислить самородок Истина Самородок 0
Погрешность измере... 100 % 2 Модель #1 Тип Устойчивая
Параметр 0.1126953 в
Ьолниой радиус елнй... _
Анизотропия Ложь
Вычислить частичны,„ Истина
Частичный порог Модель #2 ® Модель #3 Е Лаг Размер лага Количество яагое
1,027319
Общие <бопьию>
Кригинг — это интерполятор, который...
Рис. 5. - Моделирование вариограммы, подбор с учетом ковариации Облако вариограммы/ковариации представляет собой эмпирическую вариограмму и ковариацию для всех пар опорных точек, содержащихся в наборе данных [3].
Рис. 6. - Определение окрестности поиска
Для оценки качества полученной модели используется статистический метод перекрестной проверки, который заключается в разделении исходных данных на обучающую и проверочную части. По первой части данных выстраивается модель, а вторая служит для оценки качества модели путем сравнения исходных и прогнозируемых данных (рис. 7, 8) [4].
Мааер операций геостагистики - Кригинг шаг 6 из б - Перекрестная проверка
|1> источника 8»У1Ючена измеренное Проингерполиронн Л
0 Да 13154 1260й.058923&1589.
1 Да ?оза 21784.59492475036
2 Да 6763 20862.50600710736
3 Да 9557 12766.12478631014
4 Да 7111 11252.33299287829.
5 Да №34 21590.11052971248
6 Да 3909 10796.58543299646
7 Да 9529.073394715104
8 Да 6940 6157.159113304331
в Да 13943 57077.33364579642.
1« Да 13719 53337.39204006412
11 Да 13507 34064.06430252557
п Да 10992 27040.0807288536»
13 Да 6737 35900.28611378682
14 Да 11387 34921 99402219239
и Да 11939 26527.31242718937:
Да 18681 26382-87145130517
17 Да надо 54283.91111561972
19 Да 4050 30217.93090912566
19 Да 7186 16704-04297891200.
Да 6800 19314.65719093048
Да 6749 19399.64139583403
22 Да 2306 24836.85961738271
гъ Да 6883 16174.20938452981
2Л Да 7093 17364.13699965404 и
< >
Прсжнгерполнрованное значение ю ^ 2.613 2,376 2,138 1,000 1,683 1,425 1,188 0.950
ОЯОСО,327 0,980 1,633 2,287
Измеренное Ю ^
Проингерпалировлнное значение Ошибка НормировЭ!
Функция регрессии 0,229500-185508821 * * ... л,
Ошибки прогнозирования
Обрезиы 8214И3 8214
Средняя 7683,52
Среднеквадратичная 89522,62
Средняя нормированная -0,008751992
Среднеквадрзтичм, норм,,. 1,13237
Средняя стандартная ошн... 199124,5 V
Рис. 7. - Диаграмма проинтерполированных значений метода кригинга
Мастер операций
Кригинг шаг 6 из б ■ Перекрестная проверка
Ш ИСГОЧН1 ко Бключ на Измеренное Проннтсрполировгн
0 да 12194 12690.95892381589
1 Да 7038 21781.59492475036
2 Да 6763 2№62.5№00710236
3 Да 8957 12766.17478631914
4 Да 7111 11!5!-ЗЗг»!878!9
5 Да 30924 21590.11052971248
6 Да 3909 1079&.5&543299646
7 Да 1544Э 9529,073 394715104
8 Да 6949 6157.159113304331
9 Да 13943 57077,33364579642
10 Па 13719 33337.39204006413
11 да 13»? зчйидаэогзгзб;
1? Д» 10993 27040.00072585369
13 Да 6737 359№.206И 378682
Н Да 11287 34921.99402219239
13 Да 11939 2652 7.32242713937:
16 Да 18681 26382.87145130517
17 Да ММО 54283.91111561972
1» Да 4050 301717.93090917566
19 Да 71И 167СМ.СИ297891200:
20 Да 6800 19314.657190Э204&
21 Да 6749 19399.64139582403
22 Да 2306 24836.8596173В271
23 Да 68 ВЗ 16174.20939452981
24 Да 7093 17364.13609965404
< г
Нормированная счиибка 10
7,543
6.172
4,800
3,429
2,057
-2.057, -3.429'
•6.172 -7.543
0,0000.327 0,980 1,633 2.287
Измеренное 10 Проимерполироезнное значение Ошибка Норыироеа!
Функция регрессии 0,00000223849873924... л
Ошибки прогнозирования
Образцы 8214 из 8214
Средняя 7683,52
Среднеквадратичная 89522,62
Средняя нормированная -0,008751992
Среднеквадратичн. норм... 1,13337
Средняя стандаргная оши... 499124,5 V
Рис. 8. - Диаграммы ошибок метода кригинга В результате использования метода кригинга был проведен анализ электронной карты озеленения, состоящей из 8365 объектов, и построена карта плотности распределения зеленых насаждений по их площади на территории города (рис. 9).
Рис. 9. - Электронная карта плотности распределения озеленения на территории г. Ростова-на-Дону, построенная с использованием метода
кригинга
Этап 5. Для дальнейшего соотнесения плотности озеленения с индексом качества среды обитания [5,6], рассчитанным для определенных оценочных участков, был использован инструмент пространственного соединения (Spatial Join), присоединяющий атрибуты одного объекта к другому на основании пространственного взаиморасположения. Таким образом, была получена электронная карта распределения площадей озеленения по 3628 оценочным участкам на территории города (рис. 10).
Рис.10. - Электронная карта плотности распределения зеленых насаждений по оценочным участкам г. Ростова-на-Дону
В результате дальнейшего анализа полученных данных, была обнаружена и вычислена взаимосвязь между плотностью озеленения и индексом качества среды обитания на территории (рис. 11).
Рис. 11. - График взаимосвязи между плотностью распределения зеленых насаждений и индексом качества среды обитания Вывод. На графике, представленном на рисунке, наглядно показано, что при снижении плотности распределения зеленых насаждений, повышается значение индекса ИК, что говорит о снижении качества среды обитания [5,6]. Таким образом, результаты пространственного анализа плотности распределения озеленения так же подтверждают наличие непосредственного влияния зеленых насаждений на индекс качества среды обитания, что в свою очередь позволяет говорить о возможности повышения экологической комфортности проживания на территории при увеличении плотности озеленения в рамках проведения комплексного благоустройства территории реконструкции.
Литература
1. Вагин В.С., Шеина С.Г., Чубарова К.В. Проблемы пространственной организации городов с ярко выраженным историческим центром (на примере города Ростова-на-Дону) // Интернет-журнал «НАУКОВЕДЕНИЕ» Том 7, №3 (2015) URL: naukovedenie.ru/PDF/116TVN315.pdf
2. Геоинформационные системы. Обзорная информация. М.: ЦНИИГАиК, 1992. 52 с.
3. Методология электронного картирования опасных геологических процессов при освоении застроенных территорий на примере г. Новочеркасска: Монография / Шеина С.Г., Гридневский А.В., Зильберова И.Ю. и др., Под ред. Шеиной С.Г. Ростов н/Д: Ростовский государственный строительный университет, 2010. - 159с.
4. Экологическая реконструкция городской застройки: Монография / Шеина С.Г., Никульшина Л.Л., Матвейко Р.Б., Под ред. Шеиной С.Г. Ростов н/Д: Ростовский государственный строительный университет, 2009. 182 с.
5. Sheina S.G., Fedorovskaya A.A., Yudina K.V. "Smart city": a sustainable development concept for the built-up territories from the viewpoint of environmental comfort // 20th General Assembly of International Experts and Symposium "Heritage for Planet Earth". Abstract Book. Florence (Italy): Istituto Internazionale Life Beyond Tourism, 2018. pp. 59-60.
6. Шеина С.Г., Юдина К.В. Методика разработки комплексной программы повышения комфортности проживания при благоустройстве городских территорий // Строительство и архитектура 2017. Ростов н/Д: ДГТУ, 2017. С. 92-96.
7. Приваленко В.В., Безуглова О.С. Экологические проблемы антропогенных ландшафтов Ростовской области. Том 1. Экология города Ростова-на-Дону. Ростов н/Д: СКНЦ ВШ, 2003. 290 с.
8. Шеина С.Г., Гиря Л.В. Совершенствование методов организационно-технологического проектирования при реконструкции городской застройки с учетом экологических факторов // Инженерный вестник Дона, 2011, №4 URL: ivdon.ru/ru/magazine/archive/n4y2011/703.
9. Приваленко В.В. ГИС при эколого-геохимическом мониторинге г.Ростова-на-Дону // ArcReview. 2004. №4. С. 6-7.
10. Сурков Ф.А., Сладкова Ю.М., Лычагин А.А. Комплексный картографический анализ экологического состояния г. Ростова-на-Дону // Инженерный вестник Дона, 2007, №2 URL: ivdon.ru/ru/magazine/archive/n2y2007/34.
11. R. Nikolov, E. Shoikova, M. Krumova. Learning in a Smart City Environment // Journal of Communication and Computer. 2016. №13. pp. 338350.
References
1. Vagin V.S., Sheina S.G., Chubarova K.V. Internet-zhurnal «NAUKOVEDENIE» Tom 7, №3 (2015). URL: naukovedenie.ru/PDF/116TVN315.pdf
2. Geoinformacionnye sistemy. Obzornaya informaciya [Geoinformation system. Overview]. M.: CNIIGAiK, 1992. 52 p.
3. Metodologiya elektronnogo kartirovaniya opasnyh geologicheskih processov pri osvoenii zastroennyh territorij na primere g. Novocherkasska: Monografiya [Electronic mapping technique of dangerous geological processes in the development of built-up areas on the example of Novocherkassk]. Sheina S.G., Gridnevskij A.V., Zilberova I.Yu. i dr., Pod red. Sheinoj S.G. Rostov n/D: Rostovskij gosudarstvennyj stroitelnyj universitet, 2010. 159 p.
4. Ekologicheskaya rekonstrukciya gorodskoj zastrojki: Monografiya [Ecological reconstruction of built-up territories]. Sheina S.G., Nikulshina L.L.,
Matvejko R.B., Pod red. Sheinoj S.G. Rostov n/D: Rostovskij gosudarstvennyj stroitelnyj universitet, 2009. 182 p.
5. Sheina S.G., Fedorovskaya A.A., Yudina K.V. 20th General Assembly of International Experts and Symposium "Heritage for Planet Earth". Abstract Book. Florence (Italy): Istituto Internazionale Life Beyond Tourism, 2018. pp. 59-60.
6. Sheina S.G., Yudina K.V. Stroitelstvo i arhitektura 2017. Rostov n/D: DGTU, 2017. pp. 92-96.
7. Privalenko V.V., Bezuglova O.S. Ekologicheskie problemy antropogennyh landshaftov Rostovskoj oblasti. Tom 1. Ekologiya goroda Rostova-na-Donu [Ecological problems of anthropogenic landscapes of the Rostov region. Volume 1. Ecology of Rostov-on-don]. Rostov n/D: SKNC VSh, 2003. 290 p.
8. Sheina S.G., Girya L.V. Inzenernyj vestnik Dona (Rus), 2011, №4. URL: ivdon.ru/ru/magazine/archive/n4y2011/703
9. Privalenko V.V. GIS pri ekologo-geohimicheskom monitoringe g. Rostova-na-Donu [GIS at ecological and geochemical monitoring of Rostov-on-don]// ArcReview. 2004. №4 (31). pp. 6-7.
10. Surkov F.A., Sladkova Yu.M., Lychagin A.A. Inzenernyj vestnik Dona (Rus), 2007, №2. URL: ivdon.ru/ru/magazine/archive/n2y2007/34
11. R. Nikolov, E. Shoikova, M. Krumova. . Journal of Communication and Computer. 2016. №13.pp.338-350.